Arena发布图像模型后训练奖励设计研究

2026年10月2日，Arena 在 X 发布图像模型后训练奖励设计研究。该研究指出，人类偏好奖励是必要的，但并不充分：偏好模型仍可能奖励那些看起来吸引人却遗漏细节、加入未被要求内容，或出现其他 reward-hacking 形式的输出。Arena 据此提出图像模型后训练的复合奖励方案，并给出效果数据：FLUX.2-dev 提升 69 Elo，Ideogram 4 达到 1224。目前公开信息仅涵盖研究结论与上述指标，未披露方案细节、评测条件或适用范围。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。